Notice bibliographique
Résumé
Steady state computations have traditionally been used for liquid pipeline hydraulic design. The hydraulic behavior of multiproduct pipelines is more complex than single-product lines because the throughput varies with time as the different batches move through the system. Designing a multiproduct pipeline involves hydraulic simulation to ensure that the system can meet a specified time-average throughput for the design batch line-up. To calculate the time-averaged throughput, the hydraulic simulation determines the total time it takes to ship the complete design batch cycle and the methodology must account for the time-varying throughput of the pipeline. Two basic methods available to accomplish this are: the fully-transient method, and the simpler succession-of-steady-state method. A fully-transient model would rigorously solve the time-dependent equations of energy, mass and momentum conservation to determine operating capacity. A succession-of-steady-state (SSS) model is one where batches are moved through the system in small volume increments, and the steady-state capacity is calculated at each step. Fully-transient type software models are powerful, but expensive, complex and usually require lengthy simulation run times. An SSS spreadsheet model would not be used to evaluate transient phenomena, but is adequate for determination of nominal pipeline capacities. This paper discusses the development of a trans-thermal, SSS spreadsheet based model that was created as a design tool to determine pipeline capacity and evaluate the impact of design alternatives or changes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».